Запросы в Яндексе
В топ 10
В топ 20
Органическая выдача
Конкурентов
6
Упущенных запросов
7
Ссылки
в графе ссылок Common Crawl домена нет: на него почти не ссылаются или он новыйОрганическая выдача
Запросы сайта
| Запрос | Частота | Место |
|---|---|---|
| auto encoder | 2 | 5 |
habr.com
deepmachinelearning.ru
neerc.ifmo.ru
geeksforgeeks.org
linkedin.com
tensorflow.orgУпущенные запросы
| Запрос | Частота | У конкурентов в топ-10 |
|---|---|---|
| one hot encoding | 151 | deepmachinelearning.ru |
| positional encoding | 25 | deepmachinelearning.ru |
| one hot encoding это | 21 | deepmachinelearning.ru |
| one hot encoder | 13 | deepmachinelearning.ru |
| frequency encoding | 11 | deepmachinelearning.ru |
| one hot encoding что это | 9 | deepmachinelearning.ru |
| что такое one hot encoding | 7 | deepmachinelearning.ru |
Доля в топе
По 500 частотным запросам самого сайта, поэтому он здесь всегда заметен. Место в нише среди конкурентов — в блоке «Рейтинг среди конкурентов».
Ядро конкурентов
| Запрос | Частота | Сайтов | devshahs | habr | deepmachin | neerc | geeksforge |
|---|---|---|---|---|---|---|---|
| auto encoder | 2 | 5 | 5 | 1 | 3 | 6 | 7 |
| dropout | 254 | 4 | 4 | 11 | 9 | 10 | |
| word2vec | 159 | 4 | 1 | 9 | 7 | 4 | |
| регуляризация в машинном обучении | 83 | 4 | 4 | 8 | 7 | 10 | |
| алгоритм обратного распространения ошибки | 57 | 4 | 1 | 9 | 4 | 5 | |
| relu функция активации | 53 | 4 | 2 | 9 | 5 | 4 | |
| l1 l2 регуляризация | 42 | 4 | 4 | 7 | 11 | 10 | |
| регуляризация l2 | 40 | 4 | 4 | 9 | 6 | 1 | |
| batch normalization | 38 | 4 | 2 | 4 | 5 | 6 | |
| l1 регуляризация | 33 | 4 | 1 | 9 | 8 | 11 | |
| word embeddings | 30 | 4 | 2 | 5 | 9 | 7 | |
| residual block | 23 | 4 | 4 | 2 | 6 | 7 | |
| l1 и l2 регуляризация | 22 | 4 | 1 | 8 | 7 | 11 | |
| tp fp tn fn | 18 | 4 | 2 | 11 | 6 | 1 | |
| data augmentation | 14 | 4 | 10 | 8 | 11 | 9 | |
| batchnorm | 13 | 4 | 4 | 5 | 11 | 6 | |
| как работает word2vec | 13 | 4 | 2 | 9 | 11 | 4 | |
| пулинг это в нейросетях | 12 | 4 | 2 | 7 | 11 | 9 | |
| mse и rmse | 12 | 4 | 2 | 11 | 1 | 7 | |
| cbow | 11 | 4 | 1 | 6 | 8 | 5 | |
| что такое регуляризация в машинном обучении | 11 | 4 | 1 | 9 | 8 | 10 | |
| word to vec | 10 | 4 | 1 | 7 | 8 | 5 | |
| bias и variance | 9 | 4 | 3 | 8 | 7 | 4 | |
| skip gram | 8 | 4 | 2 | 4 | 6 | 7 | |
| метод опорных векторов для регрессии | 8 | 4 | 1 | 5 | 7 | 9 | |
| батч нормализация | 7 | 4 | 2 | 4 | 5 | 9 | |
| word embedding | 7 | 4 | 3 | 6 | 7 | 8 | |
| xavier initialization | 7 | 4 | 1 | 6 | 4 | 3 | |
| batchnormalization | 7 | 4 | 5 | 10 | 8 | 9 | |
| теорема байеса | 773 | 3 | 4 | 11 | 12 | ||
| machine learning | 586 | 3 | 5 | 11 | 7 | ||
| vgg | 577 | 3 | 3 | 4 | 5 | ||
| функция аккермана | 513 | 3 | 4 | 6 | 7 | ||
| шифр вернама | 508 | 3 | 10 | 11 | 9 | ||
| bfs | 381 | 3 | 6 | 10 | 7 | ||
| красно черное дерево | 245 | 3 | 3 | 7 | 9 | ||
| rnn | 239 | 3 | 3 | 5 | 7 | ||
| rmse | 227 | 3 | 3 | 6 | 10 | ||
| расстояние левенштейна | 225 | 3 | 1 | 5 | 9 | ||
| avl | 216 | 3 | 7 | 8 | 11 | ||
| алгоритм беллмана форда | 209 | 3 | 2 | 4 | 6 | ||
| дерево отрезков | 197 | 3 | 1 | 6 | 9 | ||
| mape | 186 | 3 | 5 | 7 | 10 | ||
| алгоритм прима | 186 | 3 | 3 | 4 | 11 | ||
| relu | 184 | 3 | 4 | 6 | 2 | ||
| confusion matrix | 172 | 3 | 3 | 10 | 8 | ||
| merge sort | 163 | 3 | 5 | 7 | 6 | ||
| алгоритм dfs | 158 | 3 | 2 | 4 | 11 | ||
| dfs алгоритм | 158 | 3 | 2 | 7 | 6 | ||
| logistic regression | 157 | 3 | 7 | 8 | 9 | ||
| кучи | 156 | 3 | 5 | 11 | 6 | ||
| one hot encoding | 151 | 3 | 5 | 9 | 6 | ||
| b tree | 145 | 3 | 1 | 5 | 7 | ||
| lca | 129 | 3 | 4 | 6 | 8 | ||
| u net | 124 | 3 | 2 | 6 | 7 | ||
| quicksort | 121 | 3 | 4 | 6 | 9 | ||
| какой вид ансамблирования соответствует обучению каждого алгоритма на своем наборе объектов | 117 | 3 | 4 | 1 | 9 | ||
| стохастический градиентный спуск | 115 | 3 | 5 | 10 | 7 | ||
| топологическая сортировка | 115 | 3 | 2 | 8 | 11 | ||
| fpn | 113 | 3 | 4 | 2 | 3 | ||
| какой термин сегодня используется для персептрона | 111 | 3 | 8 | 7 | 11 | ||
| rsa алгоритм | 111 | 3 | 4 | 10 | 1 | ||
| бинарное дерево поиска | 110 | 3 | 3 | 7 | 10 | ||
| демультиплексор | 106 | 3 | 5 | 4 | 7 | ||
| алгоритм форда фалкерсона | 101 | 3 | 2 | 8 | 7 | ||
| bfs алгоритм | 100 | 3 | 2 | 6 | 7 | ||
| алгоритм bfs | 100 | 3 | 3 | 8 | 12 | ||
| с динамический массив | 99 | 3 | 11 | 4 | 3 | ||
| двоичное дерево | 98 | 3 | 5 | 11 | 7 | ||
| динамический массив с | 97 | 3 | 7 | 10 | 2 | ||
| аугментация данных | 92 | 3 | 2 | 7 | 6 | ||
| авл дерево | 92 | 3 | 3 | 4 | 11 | ||
| алгоритм манакера | 91 | 3 | 2 | 1 | 10 | ||
| префикс функция | 86 | 3 | 1 | 3 | 9 | ||
| нормальная форма бойса кодда | 85 | 3 | 4 | 6 | 7 | ||
| форда фалкерсона алгоритм | 84 | 3 | 3 | 8 | 9 | ||
| нейросеть bert | 83 | 3 | 1 | 11 | 10 | ||
| google net | 82 | 3 | 10 | 3 | 5 | ||
| метод обратного распространения ошибки | 81 | 3 | 1 | 5 | 10 | ||
| radix sort | 80 | 3 | 3 | 9 | 7 | ||
| smote | 80 | 3 | 1 | 10 | 7 | ||
| mean squared error | 79 | 3 | 9 | 8 | 6 | ||
| структура данных куча | 79 | 3 | 3 | 6 | 10 | ||
| класс эквивалентности | 79 | 3 | 3 | 7 | 9 | ||
| куча структура данных | 79 | 3 | 3 | 7 | 11 | ||
| rmq | 79 | 3 | 3 | 9 | 7 | ||
| а алгоритм | 78 | 3 | 2 | 4 | 3 | ||
| побитовое и | 77 | 3 | 5 | 4 | 11 | ||
| мантисса числа это | 77 | 3 | 2 | 5 | 9 | ||
| алгоритм хафмана | 75 | 3 | 2 | 7 | 6 | ||
| многослойный перцептрон | 68 | 3 | 3 | 4 | 11 | ||
| функция потерь | 65 | 3 | 10 | 9 | 5 | ||
| аугментация данных это | 65 | 3 | 3 | 9 | 5 | ||
| как выбираются веса признаков в линейных моделях | 51 | 3 | 2 | 5 | 11 | ||
| mlp нейросеть | 50 | 3 | 5 | 8 | 7 | ||
| mape метрика | 48 | 3 | 2 | 10 | 9 | ||
| mse формула | 47 | 3 | 8 | 10 | 7 | ||
| формула mse | 47 | 3 | 7 | 12 | 1 | ||
| функция активации нейронной сети | 43 | 3 | 3 | 8 | 9 | ||
| l2 регуляризация | 40 | 3 | 1 | 10 | 6 |
Запросы, частоты и места на август 2026: по данным Букварикса
biotherapysociety.org